仿射變換下局部遮擋和破損目標的識別方法研究.pdf

1、目標識別一直是計算機視覺的研究熱點，而目標的成像畸變和目標的局部遮擋或缺損是其中常見的問題，并且也是經(jīng)典難題，因此進行相關的研究具有及其重要的意義。而選擇可靠的描述方法和匹配方法是其中最為關鍵的問題。在模式識別的諸多應用中，如果目標輪廓包含足夠的信息，那么目標識別可簡化為平面曲線的匹配問題。
　　本文主要圍繞目標圖像發(fā)生仿射畸變和輪廓存在部分遮擋和破損情況下輪廓曲線的描述和匹配方法進行研究。
　　通過理論分析和實驗比較，結(jié)合

2、本文的實際情況，選取了canny邊緣檢測算子提取目標輪廓。為了去除噪聲，本文先利用高斯平滑函數(shù)對圖像進行處理，從而使得目標的輪廓曲線變得平滑。然后提出了一種適用于本文的輪廓跟蹤算法，按照逆時針方向獲得輪廓曲線的有序的像素點坐標序列。最后在CSS角點檢測的基礎上用一種改進的角點檢測算法進行角點檢測，達到了較好的檢測效果。
　　首次定義和提取了一種新的仿射不變點——弦高點，該特征點是在每段子曲線上重新采樣的點，具有比一般的特征點（角點

3、、拐點、切點）更加精細地描述曲線的特性，能解決輪廓曲線平滑，特征點少而不能被精確描述的問題；新定義的弦高點是仿射不變點，且構(gòu)造的不變量也具有仿射不變性，因而該方法適合于仿射變換；弦高點和新構(gòu)造的仿射不變量均是局部不變量，故該方法對于輪廓遮擋也具有較好的魯棒性。此外該方法在識別向量匹配的基礎上增加了子曲線凹凸性的判斷識別，不僅能匹配特征向量不同的曲線，對于凹凸性不同的子曲線段也能區(qū)分開。理論分析和實驗結(jié)果都表明了該算法效果較好。
　

4、　利用對曲線進行奇異值分解后產(chǎn)生的子空間輪廓曲線只存在旋轉(zhuǎn)變換的性質(zhì)，將現(xiàn)有的用于輪廓曲線匹配的奇異值分解算法做了改進，算法首先通過構(gòu)造目標函數(shù)，并求目標函數(shù)的最小值，找到待匹配目標輪廓曲線中的最佳匹配段作為初始匹配段，然后在初始匹配段的基礎上按逆時針和順時針方向逐步增加像素點延伸匹配的方法將滿足匹配要求的曲線部分配準，理論分析和實驗結(jié)果都證明了改進后的算法在曲線被局部遮擋或者缺損的情況下仍然能夠進行曲線部分匹配，并且達到了較好的匹配效